دليل محسن الصور بالذكاء الاصطناعي

قم بزيادة دقة الصور منخفضة الجودة حتى 4 أضعاف باستخدام استنتاج الشبكة العصبية ESRGAN. عزز الحدة، قلل الضوضاء، واستعد التفاصيل. تتم المعالجة على خادم ConvertCraft مع مهلة زمنية قدرها 20 دقيقة.

ما تحتاجه

المتصفح — Chrome أو Firefox أو Safari أو Edge التنسيقات — JPG أو JPEG أو PNG أو WEBP أو AVIF أو GIF الحد الأقصى — 20 ميجابايت لكل ملف (سيتم رفض أي ملف يتجاوز 20 ميجابايت).

تحسين صورتك

افتح AI Image Enhancer في متصفحك. اسحب ملف صورتك من مستكشف الملفات وأفلته في منطقة التحميل. بدلاً من ذلك، انقر فوق منطقة التحميل لاختيار الملف من جهازك.

تأكد من أن الملف أقل من حد 20 ميجابايت قبل التحميل — سيتم رفض الملفات التي تتجاوز هذا الحد. اختر عامل التكبير الخاص بك: 2x أو 4x. يضاعف إعداد 2x أبعاد الصورة مع استعادة معتدلة للتفاصيل.

يضاعف إعداد 4x الأبعاد أربع مرات مع أقصى قدر من استعادة التفاصيل ولكنه يزيد من وقت المعالجة بشكل كبير. انقر فوق زر التحسين. يقوم المحرك بتحميل صورتك إلى الخادم عبر HTTP POST.

يقوم نموذج ESRGAN الموجود على الخادم بمعالجة الصورة باستخدام استنتاج GPU. هذه شبكة عصبية — تستخدم أوزانًا مدربة للتنبؤ بتفاصيل عالية الدقة من مدخلات منخفضة الدقة. راجع الصورة المحسنة.

يعرض المحرك النسخ الأصلية والمحسنة جنبًا إلى جنب. إذا كان التحسين يبدو صحيحًا، تابع التنزيل. إذا لم يكن كذلك، جرب مستوى تحسين مختلف.

بمجرد الرضا عن النتيجة، انقر فوق زر التنزيل. يقوم الخادم بتسليم الصورة المحسنة عبر استجابة HTTP. يحفظها المتصفح مباشرة على جهازك.

يتم حذف الملفات المؤقتة من الخادم فورًا بعد التنزيل.

كيف يعمل

يستخدم AI Image Enhancer نموذج ESRGAN (شبكة الخصومة التوليدية فائقة الدقة المحسنة)، وهو نموذج شبكة عصبية يقوم بتكبير الصور من خلال التنبؤ بتفاصيل عالية الدقة من مدخلات منخفضة الدقة. عند تحميل صورة، يرسل المتصفح البيانات الثنائية إلى الخادم عبر HTTP POST كتحميل نموذج متعدد الأجزاء. يستقبل الخادم الصورة ويجهزها لاستنتاج الشبكة العصبية.

يقوم الخادم بتحميل أوزان نموذج ESRGAN من القرص إلى ذاكرة GPU. تتكون بنية النموذج من شبكة مولدة تحتوي على كتل كثيفة متعددة من النوع (RRDB)، تحتوي كل منها على طبقات تلافيفية، وتسوية الدفعات، وتنشيطات Leaky ReLU. تم تدريب المولد على أزواج من الصور منخفضة وعالية الدقة لتعلم كيفية التحويل من تفاصيل مشوهة إلى تفاصيل حادة.

يعالج المحرك صورتك عن طريق تقسيمها إلى مربعات متداخلة، عادةً 128x128 أو 256x256 بكسل، لتناسب قيود ذاكرة GPU. يتم تمرير كل مربع عبر الشبكة العصبية بشكل مستقل. تعالج الشبكة المولدة كل مربع من خلال طبقاتها التلافيفية، مع زيادة دقة خرائط الميزات تدريجيًا باستخدام عمليات تبديل البكسل (المعروفة أيضًا باسم التلافيف الفرعي للبكسل) التي تعيد تنظيم بيانات القناة في أبعاد مكانية.

بالنسبة لتكبير 4x، تطبق الشبكة مرحلتين من التكبير 2x، حيث تزيد كل منهما العرض والارتفاع بمقدار الضعف.

أثناء الاستنتاج، يتنبأ النموذج بتفاصيل عالية التردد غير موجودة في الصورة الأصلية — فهو يتخيل ملمسًا معقولًا، ووضوحًا في الحواف، وهيكلًا دقيقًا بناءً على الأنماط التي تعلمها أثناء التدريب. على سبيل المثال، سيتم إعادة بناء وجه غير واضح في المدخلات منخفضة الدقة مع ملامح عين متوقعة، وملمس بشرة، وتفاصيل شعر تعلمها النموذج من ملايين أمثلة التدريب.

بعد معالجة جميع المربعات، يعيد المحرك بناء الصورة المحسنة بالكامل عن طريق مزج مناطق المربعات المتداخلة للقضاء على عيوب التماس. يتم بعد ذلك بث الصورة المحسنة مرة أخرى إلى متصفحك عبر استجابة HTTP. يقوم الخادم بمسح جميع الملفات المؤقتة وتخصيصات ذاكرة GPU فورًا بعد التسليم.

عندما تسوء الأمور

فشل التحميل: تتجاوز صورتك حد 20 ميجابايت. يفرض الخادم هذا الحد بصرامة. أي ملف يتجاوز 20 ميجابايت يتخطى الحد المدعوم وسيتم رفضه.

انتهاء مهلة المعالجة: يحتوي الخادم على مهلة زمنية قدرها 20 دقيقة لهذه العملية. قد تقترب الصور الكبيرة مع تكبير 4x من هذا الحد لأن المزيد من المربعات يجب معالجتها عبر الشبكة العصبية. حاول استخدام تكبير 2x أو تقليل أبعاد المصدر.

تبدو الصورة المحسنة مصطنعة: ESRGAN هي شبكة عصبية تتنبأ بالتفاصيل. في بعض الأحيان تتنبأ بالتفاصيل بشكل غير صحيح، مما ينتج عنه أنسجة أو عيوب غير طبيعية. هذا شائع بشكل خاص مع الوجوه (حيث قد يولد النموذج ملامح وجه غير صحيحة) أو النصوص (حيث قد يولد النموذج أحرفًا مشوهة).

الصورة المحسنة ضبابية: تفتقر الصورة المصدر إلى تفاصيل كافية ليقوم النموذج بالتنبؤ منها. يعمل ESRGAN بشكل أفضل مع الصور التي تحتوي على بعض التفاصيل؛ فالصور الضبابية تمامًا لا تحتوي على معلومات عالية التردد ليقوم النموذج بتحسينها، مما ينتج عنه نتائج ضبابية.

### لماذا يستغرق التحسين وقتًا طويلاً؟

ESRGAN هي شبكة عصبية عميقة تحتوي على ملايين المعلمات. تتطلب معالجة كل بكسل عبر طبقات تلافيفية متعددة موارد حوسبة كبيرة. تزيد عوامل التكبير الأعلى من عبء العمل بشكل كبير لأن الصورة الناتجة تحتوي على 4 أضعاف (لتكبير 2x) أو 16 ضعفًا (لتكبير 4x) من البكسلات مقارنة بالمدخلات.

يعمل النموذج على GPU الخاص بالخادم، وهو أسرع من CPU ولكنه لا يزال يتطلب وقت معالجة كبير للصور الكبيرة.

### كيف يتم تخزين صورتي أثناء المعالجة؟

يتم إرسال صورتك إلى الخادم عبر HTTPS، ومعالجتها في ذاكرة GPU بواسطة نموذج ESRGAN، وبثها مرة أخرى كنتيجة محسنة. لا يتم تخزين أي ملفات مؤقتة على القرص. يتم مسح جميع البيانات من ذاكرة الخادم فور إرسال الاستجابة.

### هل يمكنني تحسين صور أكبر من 20 ميجابايت؟

يفرض الخادم حدًا لحجم الملف يبلغ 20 ميجابايت. أي ملف يتجاوز 20 ميجابايت يتخطى الحد المدعوم وسيتم رفضه. قم بتقليل أبعاد الصورة أو ضغط الملف قبل التحميل.